ความต้องการทางธุรกิจ

Machine Learning for Business

Karolis Urbonas

Head of Machine Learning & Science, Amazon

กำหนดขอบเขตความต้องการทางธุรกิจ

  1. สถานการณ์ทางธุรกิจคืออะไร?
    • บริษัทวางแผนขยายไปยังตลาดใหม่
  2. โอกาสทางธุรกิจคืออะไร และมีขนาดใหญ่แค่ไหน?
    • ระบุตลาดที่เหมาะสมซึ่งมีความต้องการสูงที่สุด
  3. การดำเนินการทางธุรกิจที่จะทำคืออะไร?
    • จัดลำดับความสำคัญและลงทุนเพิ่มในตลาดที่มีความต้องการคาดการณ์สูงกว่า
Machine Learning for Business

ขอบเขตทางธุรกิจ - ตัวอย่างการฉ้อโกง

  1. สถานการณ์ - อัตราการฉ้อโกงเริ่มเพิ่มสูงขึ้น

  2. โอกาส - ลดอัตราการฉ้อโกงลง X% ซึ่งช่วยประหยัดได้ Y USD

  3. การดำเนินการ - ปรับปรุงระบบตรวจจับการฉ้อโกง ลดปัจจัยที่ก่อให้เกิดการฉ้อโกง และตรวจสอบธุรกรรมที่มีความเสี่ยงด้วยตนเอง

การฉ้อโกง

Machine Learning for Business

ขอบเขตทางธุรกิจ - ตัวอย่างการเลิกใช้บริการ

  1. สถานการณ์ - ลูกค้าเริ่มเลิกใช้บริการมากขึ้น

  2. โอกาส - ลดอัตราการเลิกใช้บริการลง X% ช่วยรักษารายได้ได้ Y USD

  3. การดำเนินการ - ระบุและปรับปรุงปัจจัยที่ทำให้ลูกค้าเลิกใช้บริการ (ข้อผิดพลาดของเว็บไซต์ โฆษณามากหรือน้อยเกินไป ปัญหาการบริการลูกค้า ฯลฯ) ระบุลูกค้าที่มีความเสี่ยง และเริ่มแคมเปญการรักษาลูกค้า

การเลิกใช้บริการ

Machine Learning for Business

สถานการณ์ทางธุรกิจ - การตั้งคำถามที่ถูกต้อง

เริ่มต้นด้วยคำถามเชิงวิเคราะห์เสมอ

เหตุใดอัตราการเลิกใช้บริการจึงเพิ่มสูงขึ้น?

ข้อมูลใดบ่งชี้ว่าธุรกรรมอาจเป็นการฉ้อโกง?

ลูกค้าที่มีคุณค่าสูงสุดแตกต่างจากลูกค้ากลุ่มอื่นอย่างไร?

ต่อยอดจากคำถามเชิงวิเคราะห์เพื่อกำหนดคำถามเชิงพยากรณ์

ระบุลูกค้าที่เสี่ยงจะเลิกใช้บริการได้หรือไม่?

ตรวจจับธุรกรรมที่อาจมีความเสี่ยงได้หรือไม่?

พยากรณ์ตั้งแต่ต้นได้หรือไม่ว่าลูกค้าคนใดจะมีมูลค่าสูง?

Machine Learning for Business

โอกาสทางธุรกิจ

คุณจะยอมใช้เงิน 1 ล้าน USD เพื่อรายได้เพิ่มแค่ 5,000 USD ต่อปีหรือไม่? (คืนทุนในราว 200 ปี)

  • ประเมินขนาดของโอกาส
  • เมื่อทราบปัจจัยที่ขับเคลื่อนผลลัพธ์แล้ว ต้องใช้ต้นทุนเท่าใดในการเปลี่ยนแปลง และคุ้มค่าแค่ไหน?
  • สุดท้าย จะรู้ได้อย่างไรว่าสามารถส่งผลต่อผลลัพธ์ที่พยากรณ์ไว้ได้? (คำใบ้ - ทดลอง ทดลอง และทดลองซ้ำอีก)
Machine Learning for Business

Machine Learning ที่นำไปใช้ได้จริง

สุดท้าย จะรู้ได้อย่างไรว่าสามารถส่งผลต่อผลลัพธ์ที่พยากรณ์ไว้ได้? (คำใบ้ - ทดลอง ทดลอง และทดลองซ้ำอีก)

  • อันดับแรก ดูข้อมูลในอดีต (การเลิกใช้บริการ การฉ้อโกง จำนวนลูกค้ามูลค่าสูง)
  • ทำการทดลอง เช่น เสนอส่วนลดให้ลูกค้าที่มีความเสี่ยง หรือตรวจสอบธุรกรรม 10% ที่มีความเสี่ยงสูงสุดด้วยตนเอง ทำซ้ำหลายครั้งเพื่อดูว่าผลลัพธ์ที่ต้องการปรากฏซ้ำหรือไม่
  • ถ้าใช่ ใช้ผลนั้นคำนวณโอกาสและตัดสินใจว่าคุ้มค่าแก่การลงทุนหรือไม่
  • ถ้าไม่ - 1) รวบรวมข้อมูลเพิ่มเติม 2) วิจัยเชิงคุณภาพ 3) จำกัดขอบเขตคำถามทางธุรกิจ
Machine Learning for Business

มาฝึกกันเถอะ!

Machine Learning for Business

Preparing Video For Download...